최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국게임학회 논문지 = Journal of Korea Game Society, v.20 no.1, 2020년, pp.57 - 66
정원조 (굿게임 스튜디오)
The goal is to implement AI using reinforcement learning, which replaces the less favored Supporter in MOBA games. ML_Agent implements game rules, environment, observation information, rewards, and punishment. The experiment was divided into P and C group. Experiments were conducted to compare the c...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
딥 마인드는 어떤 게임을 학습하였는가? | 4%)의 승률을 보여주었다. 딥 마인드의 알파스타는 스타크래프2에 강화학습을 적용하는 프로젝트로 기존 플레이어들의 정보들을 학습하여 모방하고 약 1억 2000만 번의 자체 대결을 통해 스타크래프트2를 학습하였다. 사람의 기준으로 191년 동안 스타크래프트2를 플레이한 시간이다. | |
강화 학습이란 어떤 것인가? | 강화 학습(Reinforcement Learning)은 머신 러닝의 한 영역으로 에이전트(Agent)가 환경과의 상호작용을 통해 보상(Reward)을 최대화하는 행동 (Action)을 선택하여 반복 학습하는 방법이다[3]. [Fig. | |
알파스타가 아직 부족한 부분은 무엇인가? | 93%라는 높은 승률을 기록하였다. 하지만 이와 같은 연구 사례들은 사람과의 경쟁위주의 연구로 강화학습을 게임에서의 협력, 보좌를 위한 연구는 아직 부족한 실상이다. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.